personalized-recommender-course

收录理由

在笔记本里跑通的推荐模型，和真正扛住线上流量的推荐系统，完全是两回事。这门课程拿H&M的真实时尚商品数据，把完整链路摊开给你看：从双塔召回网络搭起的四阶段推荐架构，到基于特征存储的特征管道，再到检索与排序模型的训练和评估，最后用KServe部署到Kubernetes上。每个模块都配了文章、可运行的Notebook和一套可复用的Python包，你可以在本地、Colab或者GitHub Actions里跟着跑，不需要GPU。最后一个模块还在经典架构之上叠加了基于LLM的排序层。如果你正打算自己做推荐系统，这里对特征、训练、推理三阶段的拆分，以及部署模式，都能直接借鉴；动手之前，先看看那个Streamlit实时演示，成品效果一目了然。